基于小波变换的图像融合算法研究开题报告.doc

一、 综述国内外对本课题的研究动态， 说明选题的依据和意义： （一） 国内外对本课题的研究动态： 图像融合是将两幅或多幅图像融合在一起， 以获取对同一场景的更为精 确、 更为全面、 更为可靠的图像描述。 图像融合技术最早是被应用于遥感图像的分析和处理中。 1979 年， Daliy 等人首先把雷达图像和 Landsat-MSS 图像的复合图像应用于地质解释， 其 处理过程可以看作是最简单的图像融合。 1981 年， Laner 和 Todd 进行了 Landsat-RBV 和 MSS 图像数据的融合试验。 到 80 年代中后期， 图像融合技 术开始引起人们的关注， 陆续有人将图像融合技术应用于遥感多谱图像的分 析和处理， 如 1985 年， Cliche 和 Bonn 将 Landsat-TM 的多光谱遥感图像 与 SPOT 卫星得到的高分辨率图像进行融合。 90 年代以后， 随着多颗遥感 雷达卫星 JERS-1、 ERS-1、 Radarsat 等的发射升空， 图像融合技术成为遥 感图像处理和分析中的研究热点之一。 图像融合技术在我国的研究相对于国 际的研究工作起步晚， 还处于落后状态。 目 前国防科技大学， 中科院电子所 等单位已将其提上十五规划的议事日程； 西安电子科技大学、 北京理工大学 将图像融合的方法用于单细胞微弱荧光图像探测； 南京理工大学将图像融合 的方法用于微光夜视瞬态激光助视， 对多光谱融合彩色夜视系统的研究取得 了 一些有益的结果； 工程兵装备论证研究所利用从美国引进的单镜头 Si－ CCD 的多光谱摄像机， 对白昼伪装目 标的多光谱伪装效果进行了 检验。 （二） 依据和意义： 图像融合的目的和意义在于对同一目 标的多个图像可以进行配准、 合成， 以克服单一图像的局限性， 使有关目 标图像更趋完备， 从而提高图像的可靠 性和清晰度。 以获得对某一区域更准确、 更全面和更可靠的描述， 从而实现 对图像的进一步分析和理解， 或目标的检测、 识别与跟踪。 基于小波变换的 图像融合方法可以聚焦到图像的任意细节， 被称为数学上的显微镜。 近年来， 随着小波理论及其应用的发展， 已将小波多分辨率分解用于像素级图像融合。 小波变换的固有特性使其在图像处理中有如下优点： 完善的重构能力， 保证 信号在分解过程中没有信息损失和冗余信息； 把图像分解成平均图像和细节 图像的组合， 分别代表了 图像的不同结构， 因此容易提取原始图像的结构信 息和细节信息； 小波分析提供了与人类视觉系统方向相吻合的选择性图像。 图像融合技术在遥感、 医学、 自然资源勘探、 海洋资源管理、 地形地貌分 析、 生物学等领域占有极其重要的地位。 在医学领域， 图像融合可通过对 CT 和核磁共振(NMR) 图像的融合， 以帮助医生对疾病的准确诊断； 图像融合还可 用于计算机辅助显微手术。 在遥感领域， 由于遥感是能够提供全球范围的动 态观测数据的唯一手段， 使得遥感技术在航空航天、 军事侦察、 灾害预报等 军事及民用领域至关重要。 图像融合技术在民用方面也有巨大的应用潜力。 在制造业， 图像融合技术 可用于产品的检验、 材料探伤、 复杂设备诊断、 制造过程监视、 生产线上复 杂设备和工件的安装等； 在图像和信息加密方面， 通过图像融合可实现数字 图像的隐藏以及数字水印的图像植入； 另外， 图像融合可用于交通管理和航 空管制。 总之， 随着电子信息技术的迅猛发展， 无论是在军事还是非军事领 域， 未来的竞争将很大程度上体现为信息技术的竞争。 图像融合技术已经成 为竞争中获得主动的关键因素。 因此， 深入开展图像融合在军事和非军事领 域的研究， 对于国防安全和经济建设都将具有十分重要的战略意义。 二、 研究的基本内容， 拟解决的主要问题： 研究的基本内容： 本文通过一种基于小波变换的图像融合方法， 针对原图像小波分解的不同 频率域， 分别讨论了 高频系数和低频系数的选择原则。 高频系数反映了 图像 的细节， 其选择规则决定了 融合图像对原图像细节的保留程度。 本文在选择 高频系数时， 基于绝对值最大的原则， 并对选择结果进行了一致性验证。 低 频系数反映了图像的轮廓， 低频系数的选择决定了融合图像的视觉效果， 对 融合图像质量的好坏起到非常重要的作用。 通过基于小波变换的图像融合算 法进行分析研究。 拟解决的主要问题： 通过基于小波变换的图像融合方法， 将图像进行小波分解， 并对分解系数 进行处理以突出轮廓部分， 弱化细节部分将两幅描述同一对象的模糊图象， 通过取细节和近似信号的最大值融合方法进行融合， 通过一种特定的算法将 两幅图像合成为一幅新的图像。 以获取对同一场景的更为精确、 更为全面、 更为可靠的图像描述。 融合算法应该充分利用各原图像